Palabras clave
Inteligencia artificial generativa
Modelo de lenguaje
Reproducibilidad
Revisión por pares
Cómo citar
Resumen
La irrupción de la IA generativa está reconfigurando el trabajo académico, equilibrando productividad e integridad. Esta revisión de alcance PRISMA-ScR, mapea la integración responsable de la IA a lo largo del ciclo de la investigación, búsqueda, escritura, revisión por pares, reporte y gobernanza editorial, y sintetiza prácticas aplicables en entornos universitarios y editoriales. La búsqueda en Scopus, limitada a inglés, acceso abierto y versión final entre 2024 y 2025, identificó 79 registros; tras el cribado temático se incluyeron 15 documentos que abarcan políticas y posicionamientos editoriales, estudios empíricos y metainvestigación, guías de reporte y propuestas metodológicas. El análisis mostró convergencia en principios clave: la IA no puede figurar como autora; la divulgación debe ser explícita e incluir herramienta, versión, propósito y, cuando corresponda, prompts; y los detectores presentan limitaciones y sesgos, por lo que no deben usarse como prueba única en decisiones editoriales. Las políticas evolucionan hacia esquemas escalonados con responsabilidad humana y resguardo de la confidencialidad, especialmente en revisión por pares, donde se desaconseja cargar manuscritos inéditos en servicios públicos y se acotan tareas asistibles por modelos bajo supervisión. Emergen listas de verificación y estándares de reporte que exigen identificar modelo y versión, semillas, prompts y criterios de evaluación, además de flujos con control de versiones para auditar contribuciones. Se documentan riesgos metodológicos, como la inestabilidad por repetición de prompts, lo que exige reproducibilidad y trazabilidad efectiva. Proponemos una arquitectura mínima de uso responsable que refuerza integridad, reproducibilidad y confianza en la comunicación científica.
Referencias
Akinrinola, O., Okoye, C. C., Ofodile, O. C., & Ugochukwu, C. E. (2024). Navigating and reviewing ethical dilemmas in AI development: Strategies for transparency, fairness, and accountability. GSC Advanced Research and Reviews, 18(3), 050-058. https://doi.org/10.30574/gscarr.2024.18.3.0088
Alkhawam, M., Almobayed, A., Pandey, A., Ebrahimi, A. J., & Ahmed, M. I. (2025). Exploring AI use policies in manuscript writing in cardiology and vascular journals. American Heart Journal Plus: Cardiology Research and Practice, 58, 100586. https://doi.org/10.1016/j.ahjo.2025.100586
Al-Qudimat, A. R., Fares, Z. E., Elaarag, M., Al-Zoubi, R. M., & Aboumarzouk, O. M. (2025). Advancing medical research through artificial intelligence: Progressive and transformative strategies A literature review. Health Science Reports, 8(2), e70200. https://doi.org/10.1002/hsr2.70200
Al-Moteri, M. (2025). Scenario-based forecasting of ChatGPT’s role as a research assistant in nursing by 2030. International Nursing Review, 72(3), e70055. https://doi.org/10.1111/inr.70055
Calderon, R., & Herrera, F. (2025). And Plato met ChatGPT: An ethical reflection on the use of chatbots in scientific research writing, with a particular focus on the social sciences. Humanities and Social Sciences Communications, 12(1), 713. https://doi.org/10.1057/s41599-025-04650-0
Carter, R. E., Attia, Z. I., Lopez-Jimenez, F., & Friedman, P. A. (2019). Pragmatic considerations for fostering reproducible research in artificial intelligence. NPJ digital medicine, 2(1), 42. https://doi.org/10.1038/s41746-019-0120-2
Echeverría, C. A., Flores, M. I., Vaquerano, J. A., de Salazar, K. Y. R., Maravilla, J. F. P., García-de-Ridruejo, J. G., & París, F. X. G. (2023). Los factores de riesgos psicosociales relacionales en las personas trabajadoras de las empresas salvadoreñas. Interconectando Saberes, (16), 151-163. https://doi.org/10.25009/is.v0i16.2811
Ebadi, S., Nejadghanbar, H., Salman, A. R., & Khosravi, H. (2025). Exploring the impact of generative AI on peer review: Insights from journal reviewers. Journal of Academic Ethics, 23(3), 1383–1397. https://doi.org/10.1007/s10805-025-09604-4
Eggmann, F., Hildebrand, H., & Bornstein, M. M. (2025). Who reviewed this? Toward responsible integration of large language models for peer review of scientific articles in dental medicine. Swiss Dental Journal, 135(3), 1–15. https://doi.org/10.61872/sdj-2025-03-01
Erol, G., Ergen, A., Gülşen Erol, B., Sevgi, U. T., & Güngör, A. (2025). Can we trust academic AI detectors? Accuracy and limitations of AI-output detectors. Acta Neurochirurgica, 167(1), 214. https://doi.org/10.1007/s00701-025-06622-4
Hernández, R. M. F., Mancía, G. A. P., Mayorga, C. A. E., & Mendoza, N. O. O. (2023). La evaluación de los aprendizajes de las carreras de computación y afines, en la educación universitaria salvadoreña. Revista Integración, (11), 25-50. https://doi.org/10.5377/ri.v1i11.18377
Huo, B., Collins, G., Chartash, D., Guallar, E., & Guyatt, G. (2025). Reporting guideline for chatbot health advice studies: The CHART statement. JAMA Network Open. https://doi.org/10.1001/jamanetworkopen.2025.30220
Hu, H., Zhou, Q., & Hashim, H. (2025). Negotiating identity in the age of ChatGPT: Non-native English researchers’ experiences with AI-assisted academic writing. Humanities and Social Sciences Communications, 12(1), 965. https://doi.org/10.1057/s41599-025-05351-4
Istasy, P., Lee, W. S., Iansavitchene, A., Upshur, R., Sadikovic, B., Lazo-Langner, A., & Chin-Yee, B. (2021). The impact of artificial intelligence on health equity in oncology: a scoping review. Blood, 138, 4934. https://doi.org/10.1182/blood-2021-149264
Lee, J., Lee, J., & Yoo, J.-J. (2025). The role of large language models in the peer-review process: Opportunities and challenges for medical journal reviewers and editors. Journal of Educational Evaluation for Health Professions, 22, 4. https://doi.org/10.3352/jeehp.2025.22.4
Lendvai, G. F. (2025). ChatGPT in academic writing: A scientometric analysis of literature published between 2022 and 2023. Journal of Empirical Research on Human Research Ethics, 20(3), 131–148. https://doi.org/10.1177/15562646251350203
Li, B., Qi, P., Liu, B., Di, S., Liu, J., Pei, J., ... & Zhou, B. (2023). Trustworthy AI: From principles to practices. ACM Computing Surveys, 55(9), 1-46. https://doi.org/10.1145/3555803
Lu, Q., Zhu, L., Xu, X., Whittle, J., Zowghi, D., & Jacquet, A. (2024). Responsible AI pattern catalogue: A collection of best practices for AI governance and engineering. ACM Computing Surveys, 56(7), 1-35. https://doi.org/10.1145/3626234
Marrella, D., Jiang, S., Ipaktchi, K., & Liverneaux, P. (2025). Comparing AI-generated and human peer reviews: A study on 11 articles. Hand Surgery and Rehabilitation, 44(4), 102225. https://doi.org/10.1016/j.hansur.2025.102225
Mayorga, C. A. E. (2024). Teaching Attitudes and the Participation of Individuals with Physical Motor Disabilities in Higher Education in El Salvador. Journal of Multidisciplinary Studies in Human Rights & Science (JMSHRS), (6). https://doi.org/10.5281/zenodo.13384325
Mayorga, C. A. E., de Guardado, K. A. E., & Mendoza, N. O. O. (2023). Alfabetización tecnológica del docente universitario en El Salvador. Revista de Investigación, 2(14), 10-29. https://doi.org/10.5377/revunivo.v2i14.17012
Mollaki, V. (2024). Death of a reviewer or death of peer review integrity? The challenges of using AI tools in peer reviewing and the need to go beyond publishing policies. Research Ethics, 20(2), 239–250. https://doi.org/10.1177/17470161231224552
Polanco, M. I. F., & Mayorga, C. A. E. (2025). Scientific Production in Central America (1996–2023): Bibliometric Analysis of Regional Trends, Collaboration, and Research Impact. Publications, 13(3), 44. https://doi.org/10.3390/publications13030044
Teixeira da Silva, J. A. (2024). Proposing authorship for artificial intelligence and large language models. European Science Editing, 50, e123908. https://doi.org/10.3897/ese.2024.e123908
Teodoro, D., Naderi, N., Yazdani, A., Zhang, B., & Bornet, A. (2025). A scoping review of artificial intelligence applications in clinical trial risk assessment. npj Digital Medicine, 8(1), 486. https://doi.org/10.1038/s41746-025-01886-7
Yoo, J.-H. (2025). Defining the boundaries of AI use in scientific writing: A comparative review of editorial policies. Journal of Korean Medical Science, 40(23), e187. https://doi.org/10.3346/jkms.2025.40.e187
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.